CN105447020A - 一种确定业务对象关键词的方法及装置 - Google Patents

Abstract

本申请公开了一种确定业务对象关键词的方法及装置，包括：根据用户针对业务对象的操作行为，确定指定业务对象与其它各业务对象之间的相似度；根据所述指定业务对象与其它各业务对象之间的相似度，确定所述指定业务对象的相似业务对象；基于所述相似业务对象的描述信息，确定所述指定业务对象的描述信息中包含的属性词在所述相似业务对象的描述信息中出现的第一频率；根据所述第一频率，以及预先确定的所述属性词在所述指定业务对象所属类目下的业务对象的描述信息中出现的第二频率，确定所述属性词的重要度；按照重要度从高至低的顺序，将预设个数的属性词确定为所述指定业务对象的关键词。

Description

一种确定业务对象关键词的方法及装置

技术领域

本申请涉及互联网技术领域和计算机技术领域，尤其涉及一种确定业务对象关键词的方法及装置。

背景技术

在现有的互联网技术中，网站上一般会发布一些业务对象，供登录该网站的用户浏览，以及进一步的针对指定业务对象的后续处理操作。例如，以电子商务网站为例，业务对象具体可以是卖家用户发布的产品，业务对象的信息具体可以是产品的描述信息等。登录电子商务网站的用户可以通过所发布产品的描述信息，比如产品标题来确定所要浏览的产品，并可以进一步的执行收藏、购买或推荐给其他用户等处理操作。

如果网站能够通过用户对业务对象的浏览情况，确定出用户意图和潜在需求，就能够更好的为用户提供服务。

为了实现这一目的，现有技术中提出了根据用户浏览的业务对象的描述信息确定用户意图和潜在需求的思想。但是目前网站上发布的业务对象的描述信息都是由一些用于表征产品属性的属性词组成，而这些属性词往往堆砌严重，不符合正常的语法规则，因此如何从杂乱无章的描述信息中抽取出最能体现用户意图和潜在需求的关键词，目前主要有两种方式：

1、使用词频-返文档频率(TermFrequency-InverseDocumentFrequency，TF-IDF)算法(一种用于信息搜索和信息挖掘的常用加权技术)统计出长文本中每个词出现的次数，并根据出现的次数确定每个词的重要程度。但是，业务对象的描述信息通常是一个短文本，大部分的属性词只出现一次，因此这种方法的准确度是比较低的。

2、通过统计描述信息中每个属性词的词性来计算每个属性词的重要程度，进而将最重要的属性词确定为关键词。但是这种方法确定出的关键词的准确度比较差。以手机为例，手机的品牌对手机来说是很重要的，但是对于手机壳来说，手机壳的品牌的重要程度就比较低，而重要程度较高的是手机壳适用的手机品牌。

发明内容

有鉴于此，本申请实施例提供一种确定业务对象关键词的方法及装置，用于解决现有技术中存在的确定出的业务对象关键词的准确度比较低的问题。

本申请实施例通过如下技术方案实现：

一方面提供了一种确定业务对象关键词的方法，包括：

根据用户针对业务对象的操作行为，确定指定业务对象与其它各业务对象之间的相似度；

根据所述指定业务对象与其它各业务对象之间的相似度，确定所述指定业务对象的相似业务对象；

基于所述相似业务对象的描述信息，确定所述指定业务对象的描述信息中包含的属性词在所述相似业务对象的描述信息中出现的第一频率；

根据所述第一频率，以及预先确定的所述属性词在所述指定业务对象所属类目下的业务对象的描述信息中出现的第二频率，确定所述属性词的重要度；

按照重要度从高至低的顺序，将预设个数的属性词确定为所述指定业务对象的关键词。

较佳的，根据用户针对业务对象的操作行为，确定指定业务对象与其它各业务对象之间的相似度，具体包括：

按照如下公式计算指定业务对象与其它各业务对象之间的相似度：

$\mathrm{sim}(\mathrm{di},\mathrm{dj})=\underset{u}{\mathrm{\Σ}}{w}_{\mathrm{ui}}{w}_{\mathrm{uj}};$

其中，di和dj分别表示两个不同的业务对象，sim(di,dj)表示两个不同业务对象之间的相似度，w_ui和w_uj分别表示用户u对两个业务对象是否存在所述操作行为。

较佳的，基于所述指定业务对象与其它各业务对象之间的相似度，确定所述指定业务对象的相似业务对象，具体包括：

基于所述指定业务对象与其它各业务对象之间的相似度，从所述其它各业务对象中，选取与所述指定业务对象相似度最高的K个业务对象，确定为所述指定业务对象的相似业务对象。

较佳的，根据所述第一频率，以及预先确定的所述属性词在所述指定业务对象所属类目下的业务对象的描述信息中出现的第二频率，确定所述属性词的重要度，具体包括：

按照如下公式确定所述属性词的重要度：

stfidf＝stf*log(1/p)；

其中，stfidf表示属性词的重要度，stf表示属性词在所述相似业务对象的描述信息中出现的第一频率，p表示属性词在所述指定业务对象所属类目下的业务对象的描述信息中出现的第二频率。

较佳的，所述方法还包括：

在当前用户对所述指定业务对象执行了指定操作时，根据所述指定业务对象的关键词，向所述当前用户推荐描述信息中包含所述指定业务对象的关键词的其它业务对象。

另一方面提供了一种确定业务对象关键词的装置，包括：

相似度确定单元，用于根据用户针对业务对象的操作行为，确定指定业务对象与其它各业务对象之间的相似度；

相似业务对象确定单元，用于根据所述相似度确定单元确定的指定业务对象与其它各业务对象之间的相似度，确定所述指定业务对象的相似业务对象；

第一频率确定单元，用于基于所述相似业务对象的描述信息，确定所述指定业务对象的描述信息中包含的属性词在所述相似业务对象确定单元确定的相似业务对象的描述信息中出现的第一频率；

重要度确定单元，用于根据所述第一频率确定单元确定的第一频率，以及预先确定的所述属性词在所述指定业务对象所属类目下的业务对象的描述信息中出现的第二频率，确定所述属性词的重要度；

关键词确定单元，用于按照所述重要度确定单元确定的重要度从高至低的顺序，将预设个数的属性词确定为所述指定业务对象的关键词。

较佳的，所述相似度确定单元，具体用于：

按照如下公式计算指定业务对象与其它各业务对象之间的相似度：

$\mathrm{sim}(\mathrm{di},\mathrm{dj})=\underset{u}{\mathrm{\Σ}}{w}_{\mathrm{ui}}{w}_{\mathrm{uj}};$

其中，di和dj分别表示两个不同的业务对象，sim(di,dj)表示两个不同业务对象之间的相似度，w_ui和w_uj分别表示用户u对两个业务对象是否存在所述操作行为。

较佳的，所述相似业务对象确定单元，具体用于：

基于所述相似度确定单元确定的指定业务对象与其它各业务对象之间的相似度，从所述其它各业务对象中，选取与所述指定业务对象相似度最高的K个业务对象，确定为所述指定业务对象的相似业务对象。

较佳的，所述重要度确定单元，具体用于：

按照如下公式确定所述属性词的重要度：

stfidf＝stf*log(1/p)；

其中，stfidf表示属性词的重要度，stf表示属性词在所述相似业务对象的描述信息中出现的第一频率，p表示属性词在所述指定业务对象所属类目下的业务对象的描述信息中出现的第二频率。

较佳的，所述装置还包括：

推荐单元，用于在当前用户对所述指定业务对象执行了指定操作时，根据所述关键词确定单元确定的指定业务对象的关键词，向所述当前用户推荐描述信息中包含所述指定业务对象的关键词的其它业务对象。

本申请实施例提供的上述至少一个技术方案中，根据用户针对业务对象的操作行为，确定指定业务对象与其它各业务对象之间的相似度，并以此确定出指定业务对象的相似业务对象，进而在确定指定业务对象的关键词时，将根据指定业务对象的描述信息确定关键词抽象成了根据若干个相似业务对象的描述信息确定关键词，从而使得确定出的关键词的准确度大大提高。

本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本申请的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中：

图1为本申请实施例提供的一种确定业务对象关键词的方法的流程图；

图2为本申请实施例提供的一种确定业务对象关键词的装置的结构示意图。

具体实施方式

为了解决现有技术中存在的确定出的业务对象关键词的准确度比较低的问题，本申请实施例提供了一种确定业务对象关键词的方法及装置，该技术方案可以应用于当用户点击了某个指定业务对象后，根据确定的指定业务对象的关键词向用户推荐与关键词相关的其它业务对象的过程。以下结合说明书附图对本申请的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本申请，并不用于限定本申请。并且在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

当然，本申请技术方案的实施依赖大量用户行为数据的分析，因而需要类似hadoop之类的并行计算平台。

本申请实施例提供了一种确定业务对象关键词的方法，如图1所示，包括步骤11-15。

步骤11，根据用户针对业务对象的操作行为，确定指定业务对象与其它各业务对象之间的相似度。

本申请所述的业务对象可以理解为数据对象，所述数据对象可以是商品信息数据，也可以是多媒体信息数据(例如音视频内容)。用户对业务对象的操作行为也即用户对某一数据对象的操作行为，也即用户对某一数据对象的点击行为，包括访问点击(例如浏览所述数据对象)、存储点击(例如收藏所述数据对象)、转发点击(例如将所述数据对象推荐给其他用户)等。

如果不同业务对象被同一用户执行过点击操作，那么理论上便可以认为这些业务对象之间存在相似度。因此，本申请中在确定指定业务对象和其它各业务对象之间的相似度时，可以按照下述公式(1)来计算：

$\mathrm{sim}(\mathrm{di},\mathrm{dj})=\underset{u}{\mathrm{\Σ}}{w}_{\mathrm{ui}}{w}_{\mathrm{uj}};---\left(1\right)$

其中，di和dj分别表示两个不同的业务对象，sim(di,dj)表示两个不同业务对象之间的相似度，w_ui和w_uj分别表示用户u对两个业务对象是否存在所述操作行为，如果两个业务对象被越多相同的用户执行过所述操作行为，相似度就越高。wui和wuj可以使用数字“0”或“1”进行量化。例如，用户u对业务对象di执行过指定操作，wui记作“1”；未对di执行过所述操作行为，wui记作“0”。

步骤12，基于指定业务对象与其它各业务对象之间的相似度，确定指定业务对象的相似业务对象。

具体的，基于指定业务对象与其它各业务对象之间的相似度，从其它各业务对象中，选取与指定业务对象相似度最高的K个业务对象，确定为指定业务对象的相似业务对象。

本申请实施例中，确定出指定业务对象的相似业务对象之后，即指定业务对象与最相似的K个业务对象建立了链接关系。

步骤13，基于相似业务对象的描述信息，确定指定业务对象的描述信息中包含的属性词在相似业务对象的描述信息中出现的第一频率；

具体的，确定指定业务对象的相似业务对象之后，首先可以统计出指定业务对象的描述信息中包含的属性词在相似业务对象的描述信息中的出现次数sim_count，然后，出现次数sim_count除以相似业务对象的个数K，便可以得到第一频率stf。

步骤14，根据第一频率，以及预先确定的属性词在指定业务对象所属类目下的业务对象的描述信息中出现的第二频率，确定属性词的重要度。

其中，第二频率的计算方法和上述第一频率的计算方法类似，首先统计出指定业务对象的描述信息中包含的属性词在指定业务对象所属类目下的业务对象的描述信息中的出现次数count，然后除以这个类目下的所有业务对象的个数N，得到第二频率P。

已知第一频率stf和第二频率P之后，本申请实施例中可以按照如下公式(2)确定属性词的重要度：

stfidf＝stf*log(1/p)；(2)

其中，stfidf表示属性词的重要度，stf表示属性词在所述相似业务对象的描述信息中出现的第一频率，p表示属性词在所述指定业务对象所属类目下的业务对象的描述信息中出现的第二频率。

之所以要根据第一频率stf和第二频率P共同确定属性词的重要度，是因为通过步骤13得到的第一频率stf并不一定能够直接反应出各属性词的重要度，即重要程度。比如假设有一个商品是“宝马米其林轮胎”，在该商品的20个相似商品中，有80％包含“轮胎”，60％包含“米其林”，10％包含“宝马”，很明显“宝马”出现的频率是比较低的，剩下“米其林”和“轮胎”。然而在轮胎这个类目下的商品“轮胎”出现的频率是80％，“米其林”出现的频率是5％，宝马也是5％，所以“轮胎”在相似商品中出现的频率很高，并不是因为用户的操作行为，而是在商品中原本就有这么多“轮胎”，所以“轮胎”的重要程度也应该比较低。

步骤15，按照重要度从高至低的顺序，将预设个数的属性词确定为指定业务对象的关键词。

在确定出指定业务对象的关键词之后，进一步的，在当前用户对该指定业务对象执行了指定操作时，该方法还可以进一步包括：

根据指定业务对象的关键词，向当前用户推荐描述信息中包含指定业务对象的关键词的其它业务对象。

在实际应用中，如果用户点击了上述商品“宝马米其林轮胎”，系统就可以根据“米其林”来对用户推荐商品。因为根据先验知识，点击了这个商品的用户很可能会再点击“米其林”的其他商品。

因此，该技术方案不仅可以确定出每个指定业务对象的关键词，还可以应用于当用户点击了某个指定业务对象后，根据确定的指定业务对象的关键词向用户推荐与关键词相关的其它业务对象的过程。

基于同一发明构思，根据本申请上述实施例提供的确定业务对象关键词的方法，相应地，本申请实施例还提供了一种确定业务对象关键词的装置，其结构示意图如图2所示，具体包括：

相似度确定单元21，用于根据用户针对业务对象的操作行为，确定指定业务对象与其它各业务对象之间的相似度；

相似业务对象确定单元22，用于根据所述相似度确定单元21确定的指定业务对象与其它各业务对象之间的相似度，确定所述指定业务对象的相似业务对象；

第一频率确定单元23，用于基于所述相似业务对象的描述信息，确定所述指定业务对象的描述信息中包含的属性词在所述相似业务对象确定单元22确定的相似业务对象的描述信息中出现的第一频率；

重要度确定单元24，用于根据所述第一频率确定单元23确定的第一频率，以及预先确定的所述属性词在所述指定业务对象所属类目下的业务对象的描述信息中出现的第二频率，确定所述属性词的重要度；

关键词确定单元25，用于按照所述重要度确定单元24确定的重要度从高至低的顺序，将预设个数的属性词确定为所述指定业务对象的关键词。

较佳的，所述相似度确定单元21，具体用于：

按照如下公式计算指定业务对象与其它各业务对象之间的相似度：

$\mathrm{sim}(\mathrm{di},\mathrm{dj})=\underset{u}{\mathrm{\Σ}}{w}_{\mathrm{ui}}{w}_{\mathrm{uj}};$

其中，di和dj分别表示两个不同的业务对象，sim(di,dj)表示两个不同业务对象之间的相似度，w_ui和w_uj分别表示用户u对两个业务对象是否存在所述操作行为。

较佳的，所述相似业务对象确定单元22，具体用于：

基于所述相似度确定单元21确定的指定业务对象与其它各业务对象之间的相似度，从所述其它各业务对象中，选取与所述指定业务对象相似度最高的K个业务对象，确定为所述指定业务对象的相似业务对象。

较佳的，所述重要度确定单元24，具体用于：

按照如下公式确定所述属性词的重要度：

stfidf＝stf*log(1/p)；

其中，stfidf表示属性词的重要度，stf表示属性词在所述相似业务对象的描述信息中出现的第一频率，p表示属性词在所述指定业务对象所属类目下的业务对象的描述信息中出现的第二频率。

较佳的，所述装置还包括：

推荐单元26，用于在当前用户对所述指定业务对象执行了指定操作时，根据所述关键词确定单元25确定的指定业务对象的关键词，向所述当前用户推荐描述信息中包含所述指定业务对象的关键词的其它业务对象。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种确定业务对象关键词的方法，其特征在于，包括：

根据用户针对业务对象的操作行为，确定指定业务对象与其它各业务对象之间的相似度；

根据所述指定业务对象与其它各业务对象之间的相似度，确定所述指定业务对象的相似业务对象；

基于所述相似业务对象的描述信息，确定所述指定业务对象的描述信息中包含的属性词在所述相似业务对象的描述信息中出现的第一频率；

根据所述第一频率，以及预先确定的所述属性词在所述指定业务对象所属类目下的业务对象的描述信息中出现的第二频率，确定所述属性词的重要度；

按照重要度从高至低的顺序，将预设个数的属性词确定为所述指定业务对象的关键词。

2.如权利要求1所述的方法，其特征在于，根据用户针对业务对象的操作行为，确定指定业务对象与其它各业务对象之间的相似度，具体包括：

按照如下公式计算指定业务对象与其它各业务对象之间的相似度：

$\mathrm{sim}(\mathrm{di},\mathrm{dj})=\underset{u}{\mathrm{\Σ}}{w}_{\mathrm{ui}}{w}_{\mathrm{uj}};$

其中，di和dj分别表示两个不同的业务对象，sim(di,dj)表示两个不同业务对象之间的相似度，w_ui和w_uj分别表示用户u对两个业务对象是否存在所述操作行为。

3.如权利要求1所述的方法，其特征在于，基于所述指定业务对象与其它各业务对象之间的相似度，确定所述指定业务对象的相似业务对象，具体包括：

基于所述指定业务对象与其它各业务对象之间的相似度，从所述其它各业务对象中，选取与所述指定业务对象相似度最高的K个业务对象，确定为所述指定业务对象的相似业务对象。

4.如权利要求1所述的方法，其特征在于，根据所述第一频率，以及预先确定的所述属性词在所述指定业务对象所属类目下的业务对象的描述信息中出现的第二频率，确定所述属性词的重要度，具体包括：

按照如下公式确定所述属性词的重要度：

stfidf＝stf*log(1/p)；

其中，stfidf表示属性词的重要度，stf表示属性词在所述相似业务对象的描述信息中出现的第一频率，p表示属性词在所述指定业务对象所属类目下的业务对象的描述信息中出现的第二频率。

5.如权利要求1～4任一所述的方法，其特征在于，所述方法还包括：

在当前用户对所述指定业务对象执行了指定操作时，根据所述指定业务对象的关键词，向所述当前用户推荐描述信息中包含所述指定业务对象的关键词的其它业务对象。

6.一种确定业务对象关键词的装置，其特征在于，包括：

相似度确定单元，用于根据用户针对业务对象的操作行为，确定指定业务对象与其它各业务对象之间的相似度；

相似业务对象确定单元，用于根据所述相似度确定单元确定的指定业务对象与其它各业务对象之间的相似度，确定所述指定业务对象的相似业务对象；

第一频率确定单元，用于基于所述相似业务对象的描述信息，确定所述指定业务对象的描述信息中包含的属性词在所述相似业务对象确定单元确定的相似业务对象的描述信息中出现的第一频率；

重要度确定单元，用于根据所述第一频率确定单元确定的第一频率，以及预先确定的所述属性词在所述指定业务对象所属类目下的业务对象的描述信息中出现的第二频率，确定所述属性词的重要度；

关键词确定单元，用于按照所述重要度确定单元确定的重要度从高至低的顺序，将预设个数的属性词确定为所述指定业务对象的关键词。

7.如权利要求6所述的装置，其特征在于，所述相似度确定单元，具体用于：

按照如下公式计算指定业务对象与其它各业务对象之间的相似度：

$\mathrm{sim}(\mathrm{di},\mathrm{dj})=\underset{u}{\mathrm{\Σ}}{w}_{\mathrm{ui}}{w}_{\mathrm{uj}};$

其中，di和dj分别表示两个不同的业务对象，sim(di,dj)表示两个不同业务对象之间的相似度，w_ui和w_uj分别表示用户u对两个业务对象是否存在所述操作行为。

8.如权利要求6所述的装置，其特征在于，所述相似业务对象确定单元，具体用于：

基于所述相似度确定单元确定的指定业务对象与其它各业务对象之间的相似度，从所述其它各业务对象中，选取与所述指定业务对象相似度最高的K个业务对象，确定为所述指定业务对象的相似业务对象。

9.如权利要求6所述的装置，其特征在于，所述重要度确定单元，具体用于：

按照如下公式确定所述属性词的重要度：

stfidf＝stf*log(1/p)；

其中，stfidf表示属性词的重要度，stf表示属性词在所述相似业务对象的描述信息中出现的第一频率，p表示属性词在所述指定业务对象所属类目下的业务对象的描述信息中出现的第二频率。

10.如权利要求6～9任一所述的装置，其特征在于，所述装置还包括：

推荐单元，用于在当前用户对所述指定业务对象执行了指定操作时，根据所述关键词确定单元确定的指定业务对象的关键词，向所述当前用户推荐描述信息中包含所述指定业务对象的关键词的其它业务对象。